基于视觉的儿童和物从窒息和高温症死亡事件中的死亡在封闭的车辆中的救援
Mona M Moussa1, Rasha Shoitan1, Young-Im Cho2
1Computer and Systems Department, Electronics Research Institute (ERI), Cairo 11843, Egypt.
Sensors (Basel, Switzerland)
|August 26, 2023
概括
这项研究引入了一种基于视觉的系统,以防止车辆中儿童和物高温死亡. 该框架可以检测乘客,如果孩子或物无人照顾,可以提醒家长,从而提高车辆的安全性.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 汽车安全 汽车安全
背景情况:
- 儿童和物高温死在车辆中仍然是一个关键的安全问题.
- 现有的检测技术在可靠地识别无人驾驶乘客方面存在局限性.
- 目前的基于视觉的系统经常忽视物,无法区分伴侣和无人陪伴的个体.
研究的目的:
- 开发一个强大的基于视觉的框架来检测车辆内的儿童和物.
- 通过提醒家长无人驾驶乘客,减少车辆高温死亡事故.
- 创建一个系统,可以识别车辆内部的儿童,物和成年人.
主要方法:
- 收集了各种各样的车辆内部数据集,包括儿童,物和成年人.
- 图像增强技术 (模糊,清晰度,噪音等) 的使用. 应用于增强数据集稳定性.
- 最先进的实时物体检测模型 (NanoDet,YOLOv6,YOLOv7) 进行了微调,以检测乘客.
主要成果:
- YOLOv6_1模型实现了高性能指标:96%的回忆,95%的精度和95%的F1得分.
- 该系统成功地检测和分类车辆内部的儿童,物和成年人.
- 该框架展示了对父母关于无人驾驶乘客的实时警报的潜力.
结论:
- 拟议的基于视觉的系统提供了一个有前途的解决方案,用于防止封闭车辆中的高热死亡.
- YOLOv6_1模型在检测儿童和物方面显示出显著的有效性,解决了先前方法的局限性.
- 这项研究通过整合先进的人工智能来监控乘客,有助于提高汽车安全.
